Notebooks

Ein Notebookdienst für Unternehmen, um die schnelle Einrichtung Ihrer Projekte zu erleichtern.

Beschreibung des Videoinhalts

Verwaltete JupyterLab-Notebookinstanzen

Notebooks ist ein verwalteter Dienst, der Data Scientists und ML-Entwicklern eine integrierte und sichere JupyterLab-Umgebung bietet, in der sie experimentieren, entwickeln und Modelle in der Produktion bereitstellen können. Nutzer können mit nur einem Klick Instanzen auf JupyterLab erstellen, für die bereits die neuesten Data Science- und ML-Frameworks vorinstalliert sind.

Das ist neu

Bereitstellung mit einem Klick

Sie können neue JupyterLab-Instanzen mit einem Klick bereitstellen und sofort mit der Analyse Ihrer Daten beginnen. Jede Instanz ist mit optimierten Versionen der bevorzugten Data-Science- und ML-Bibliotheken vorkonfiguriert, beispielsweise TensorFlow, Keras, PyTorch, fast.ai, RAPIDS, NumPy, scikit-learn, pandas und Matplotlib.

Nach Bedarf skalierbar

Sie können klein anfangen und bei Bedarf CPUs, Arbeitsspeicher und GPUs ergänzen. Wenn die Datenmenge für eine Maschine zu groß wird, können Sie nahtlos zu dezentralen Diensten wie BigQuery, Dataproc, Dataflow und Vertex Training and Prediction wechseln. Sie zahlen für die Instanzen nur dann, wenn diese ausgeführt werden.

Nahtlose Interaktionen

Notebooks bietet Ihnen alles – von der Datenaufnahme bis zum bereitgestellten ML-Modell. Dazu rufen Sie Daten aus BigQuery ab, transformieren sie mit Cloud Dataproc und nutzen Vertex AI-Dienste oder Kubeflow für verteiltes Training und Onlinevorhersagen.

Features

Verwaltetes JupyterLab-Angebot

Notebooks basiert auf dem als Branchenstandard geltenden JupyterLab. So können Sie es für die RPython- und R Data Science-Community verwenden und Ihre Umgebung durch die Installation von JupyterLab-Plugins anpassen.

Sichere Entwicklung

Notebooks unterstützt gängige Sicherheitsarchitekturen für Unternehmen über VPC-SC, freigegebene VPC und private IP-Kontrollen. Sie können Ihre Daten auch mit CMEK auf dem Datenträger verschlüsseln.

Kontrollierter Nutzerzugriff

Sie haben die Wahl zwischen zwei vordefinierten Nutzerzugriffsmodi: Notebooks-Zugriff auf einen einzelnen Nutzer beschränken oder ein Dienstkonto nutzen. Sie können den Zugriff über Cloud Identity and Access Management entsprechend der Sicherheitsarchitektur Ihres Unternehmens anpassen.

Erweiterte Netzwerkeinstellungen

Sie können jede Virtual Private Cloud für ihre Notebook-Instanzen auswählen, vorausgesetzt, dass diese entweder über Google Private Access oder das Internet Zugriff auf Cloud Storage haben. Sie haben auch die Möglichkeit, die öffentliche IP-Adresse zu deaktivieren und über einen Proxy auf Ihre Instanz zuzugreifen.

Unterstützung für Data-Science-Frameworks

Wir bieten eine vorkonfigurierte Umgebung, die die gängigsten Data-Science-Bibliotheken wie R, pandas, NumPy, SciPy, scikit-learn und Matplotlib sowie ML-Frameworks wie TensorFlow, Keras, fast.ai, RAPIDS, XGBoost und PyTorch unterstützt.

Für maschinelles Lernen optimiert

Durch die optimierten Notebooks-Versionen von TensorFlow und PyTorch können Sie die Google Cloud-Hardware optimal nutzen und nahtlos GPUs zu Ihrer Instanz hinzufügen bzw. aus dieser entfernen.

Git-Unterstützung

Sie können Notebooks ganz einfach aus Ihrem Git-Repository abrufen oder dort bereitstellen und sie so problemlos mit Kollegen gemeinsam nutzen.

Den eigenen Container mitbringen

Sie können eine Notebook-Instanz in einem Container Ihrer Wahl ausführen. So haben Sie die Flexibilität, bestimmte, von Ihrem Unternehmen vorgeschriebene Bibliotheken zu installieren oder die Umgebung, in der JupyterLab ausgeführt wird, nach Ihren Wünschen vorzukonfigurieren.

Unterstützung von Explainable AI

Explainable AI von Google Cloud ist auf Notebooks vorinstalliert. So können Sie im Handumdrehen Feature-Attributionen für ein schnelles Modell-Prototyping und -Debugging erstellen.

Vollständiger ML-Lebenszyklus

Oben steht Vertex AI. Vier Pipeline-Spalten sind von links nach rechts durch Pfeile verbunden. Die erste Spalte mit der Überschrift „Prepare“ enthält die Punkte „Data labeling“, „BigQuery datasets“ und „Cloud Storage“. Die zweite Spalte mit der Überschrift „Build“ enthält die Punkte „Notebooks“, „AutoML“, „Training“, „Deep Learning VM Image“ und „Deep Learning Containers“. Die dritte Spalte mit der Überschrift „Validate“ enthält die Punkte „AI Explanations“, „What-If Tool“ und „Vizier“. Die vierte Spalte mit der Überschrift „Deploy“ enthält die Punkte „Prediction“ und „TensorFlow Enterprise“.

Ressourcen

Preise

Es gibt keine Mindestgebühren oder Vorabverpflichtungen. Die Nutzung von Notebooks ist kostenlos. Sie zahlen lediglich für die Cloud-Ressourcen, die Sie mit der Notebooks-Instanz nutzen: Compute Engine, Cloud Storage, Vertex Training, BigQuery von Vertex Predictions usw. Mit unserem Preisrechner können Sie die ungefähren Kosten für das Ausführen Ihrer Arbeitslasten ermitteln.

Gleich loslegen

Profitieren Sie von einem Guthaben über 300 $, um Google Cloud und mehr als 20 „Immer kostenlos“-Produkte kennenzulernen.

Benötigen Sie Hilfe beim Einstieg?
Unterstützung durch Google Cloud-Partner